Nanoyapılı taş ocağı atıklarının (NQF) eklenmesiyle zenginleştirilmiş doygun olmayan zeminin sürtünme ve kohezyonunun geliştirilmiş öngörümü

Günlük yaşam için daha güçlü zeminin önemi

Yollar, sanat yapıları ve bina temelleri, altındaki zeminin dayanımına bağlıdır. Birçok tropik bölgede bu zemin, ıslandığında zayıflayan ve kuruduğunda sertleşen nem duyarlı lateritik killerden oluşur; bu da çatlaklara, çukurlara ve maliyetli onarımlara yol açar. Bu çalışma, geri dönüştürülmüş mineral tozları ekleyerek bu tür zemini nasıl daha güçlü ve tahmin edilebilir hale getirebileceğimizi ve ardından yapay zekâ kullanarak işlenmiş zeminin performansını nasıl öngörebileceğimizi araştırıyor. Amaç, deneysel deneme-yanılma ihtiyacını azaltarak daha güvenli ve daha uzun ömürlü altyapı sağlamaktır.

Yerel atıkları işe yarayan zemin katkılarına dönüştürmek

Araştırmacılar, Nijerya güneyinden sorunlu bir lateritik zeminle başladılar; bu zemin yüksek plastisiteli, önemli oranda kil içeren ve doğal kayma dayanımı sınırlı olarak sınıflandırılmıştı. Bu zemini iki tür ince öğütülmüş, büyük ölçüde atık kaynaklı malzeme ile karıştırdılar. Birincisi, az miktarda kireç ile aktive edilmiş pirinç kabuğu külünden yapılan “hibrit çimento” ve diğeri ise taş ocağı tozunun son derece küçük parçacıklara öğütülmesiyle üretilen nanoyapılı taş ocağı atıklarıdır. Bu katkılar, reaksiyona giren oksitler içerir ve zemin mineralleriyle bağ oluşturabilir; ayrıca çok küçük boyutları sayesinde taneler arasındaki gözeneklere dolarak zemin matriksinde sürtünme ve kohezyonu artırabilirler.

Zahmetli testlerden akıllı öngörülere

Geleneksel olarak mühendisler, iki temel zemin dayanımı özelliğini belirlemek için zaman alıcı ve ekipman yoğun kesme (shear) testleri yapmak zorundadır. Bu çalışmada yalnızca bu testlere güvenmek yerine, zengin bir deneysel veri tabanı oluşturuldu ve daha sonra bu özellikleri daha basit ölçümlerden tahmin etmek için bilgisayar modelleri eğitildi. Ekip, hibrit çimento ve nanoyapılı taş ocağı atıklarının miktarlarını değiştirerek çok sayıda laboratuvar karışımı yaptı ve kil içeriği, plastisite, yoğunluk ve nem özellikleri gibi on bir giriş özelliğini ölçtü. Basit doğrusal regresyon modeli temel model olarak kullanıldı; ardından destek vektör makineleri, radyal bazlı fonksiyon ağları ve çok katmanlı algılayıcı (MLP) sinir ağları olmak üzere üç daha gelişmiş “akıllı” yaklaşım uygulandı.

Makinelerin zemini okumayı nasıl öğrendiği

121 kayıttan oluşan veri seti, öğrenci örnekleri inceleyip sonra bir sınava girer gibi, daha büyük bir eğitim ve daha küçük bir test bölümüne ayrıldı. Her model, on bir giriş zemin tanımlayıcısını iki hedef çıktı olan sürtünme açısı ve kohezyona eşlemeyi öğrendi. Başarı, tahminlerin gerçek test sonuçlarına ne kadar yakın olduğunu ve modellerin görülmemiş verilere ne kadar iyi genelleştiğini kontrol eden birkaç standart ölçütle değerlendirildi. Tüm yöntemler iyi performans gösterse de, sinir ağı tabanlı yaklaşımlar—özellikle çok katmanlı algılayıcı—öne çıktı. Bu yaklaşımlar verideki ince, doğrusal olmayan ilişkileri yakalayarak ölçülen dayanımlarla çok yüksek korelasyon ve hem sürtünme hem kohezyon için çok düşük tahmin hataları elde etti.

İşlenmiş zeminde dayanımı gerçekten ne kontrol ediyor

“Kara kutu” tahminlerin ötesine geçmek için yazarlar hangi girdilerin daha önemli olduğunu sıralayan bir duyarlılık analizi yaptı. Sürtünme açısını kontrol eden baskın faktörün doygun olmayan zeminin yoğunluğu olduğu görüldü; bu, sıkıştırma ve nem durumunun tanelerin birbirine sürtünmesi ve kitlenmesini nasıl yönlendirdiğini vurguluyor. Kohezyon için en etkili değişken olarak kil içeriği öne çıktı; bu, ince, reaktif killerin ve çimentolaştırıcı ürünlerin taneleri bir araya getirme biçimiyle tutarlı. Kendileri mineral katkılar—hibrit çimento ve nanoyapılı taş ocağı atıkları—özellikle yoğunluk ve nem parametreleriyle birlikte değerlendirildiğinde güçlü olumlu etki gösterdi. Bu resim mikroskobik kanıtlarla da uyumlu: nanoparçacıklar ve kül kaynaklı bağlayıcılar boşlukları doldurur, taneleri kaplar ve daha yoğun, daha bağlı bir iskelet oluşturur.

Araştırma kodundan kullanılabilir bir tasarım aracına

Çalışmayı uygulayıcılar için doğrudan faydalı kılmak amacıyla ekip, en iyi performans gösteren sinir ağını bir grafik kullanıcı arayüzüne gömdü. Bu araçla bir mühendis temel zemin ve karışım bilgilerini girerek gelişmiş yeni kesme testleri planlamak yerine anında tahmini sürtünme ve kohezyon değerleri elde edebilir. Arayüz, her parametrenin deneysel olarak desteklenen aralıklarına göre tasarlanmıştır; ancak daha fazla veri geldikçe genişletilebilir veya diğer zemin tiplerine uyarlanabilir.

Gerçek dünya projeleri için anlamı

Bir uzman olmayan için çıkarılacak sonuç basittir: çalışma, yerel atık kaynaklı tozların sorunlu tropik zeminlerin dayanımını önemli ölçüde artırabileceğini ve modern makine öğrenimi araçlarının bu iyileşmeyi kolay ölçülebilen özelliklerden güvenilir şekilde tahmin edebileceğini gösteriyor. Bu kombinasyon hem çevresel ayak izini azaltır—tarımsal ve taş ocağı atıklarının geri dönüştürülmesi yoluyla—hem de geoteknik testlerin maliyetini ve karmaşıklığını düşürür. Pratikte bu, laboratuvar kaynaklarının sınırlı olduğu ancak dayanıklı altyapıya ihtiyaç duyulan bölgelerde yollar ve toprak işleri için daha iyi bilgilendirilmiş tasarımlar anlamına gelir.

Atıf: Kamchoom, V., Van, D.B., Hosseini, S. et al. Enhanced forecasting of friction and cohesion of augmented unsaturated soil with nanostructured quarry fines (NQF) addition. Sci Rep 16, 8899 (2026). https://doi.org/10.1038/s41598-026-43458-z

Anahtar kelimeler: doygun olmayan zemin, makine öğrenimi, zemin stabilizasyonu, nanoyapılı taş ocağı atıkları, geoteknik mühendisliği